High dives and parallel plans: relationships between medical student elective strategies and residency match outcomes
Notice bibliographique
Résumé
BACKGROUND: Medical students are anxious about not getting a preferred residency position. We described elective patterns of two recent cohorts and examined associated match outcomes. METHODS: We conducted a retrospective review of the final-year electives of all students who participated in the residency match (first iteration) at one school for 2017 and 2018. We categorized elective patterns and associated them with aggregated match outcomes. We examined high-demand/low-supply (HDLS) disciplines separately. RESULTS: We described three elective patterns: High Dive, Parallel Plan(s), and No Clear Pattern. Many students had High Dive and Parallel Plans patterns; only a few showed No Clear Pattern. Match rates for High Dive and Parallel Plan patterns were high but many students matched to Family and Internal Medicine. When we separated out HDLS predominance, the match rate remained high but a significant number matched to disciplines in which they did not have a majority of electives. Most High Dive and Parallel Plan students who went unmatched did so with HDLS discipline electives. CONCLUSION: Many students chose High Dive and Parallel Plan strategies to both high-capacity and HDLS disciplines. Match rates were high for both patterns but students also matched to non-primary disciplines. Back-up planning may reside in the entire application, and not just electives selection.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».